Diagnóstico Asistido por IA Basado en Modelos Grandes de Alto Rendimiento Mediante OCT

Este estudio investiga tecnologías clave para el diagnóstico asistido por IA basado en modelos grandes y de alto rendimiento mediante tomografía de coherencia óptica (OCT) y angiografía por OCT (OCTA). La imagenología OCT/OCTA se ha convertido en una herramienta no invasiva esencial para detectar y monitorizar enfermedades de la retina y del nervio óptico, sin embargo, la interpretación manual sigue siendo lenta, dependiente de la experiencia y limitada por la variabilidad entre observadores. Los recientes avances en modelos de inteligencia artificial grandes ofrecen una oportunidad para desarrollar herramientas diagnósticas escalables y generalizables que puedan procesar grandes conjuntos de datos multimodales y respaldar la toma de decisiones clínicas.

Este estudio observacional incluirá pacientes que se sometan a exámenes rutinarios de OCT y/o OCTA en el Hospital de la Facultad de Medicina de la Unión de Pekín y que sean diagnosticados con una o más de las siguientes afecciones: retinopatía diabética, oclusión de rama venosa de la retina, oclusión de vena central de la retina, degeneración macular asociada a la edad, neovascularización coroidea miópica patológica o glaucoma con daño del nervio óptico. El estudio incluirá tanto datos de imagen y clínicos recopilados retrospectivamente como adquiridos prospectivamente, siguiendo procedimientos estandarizados de control de calidad y gestión de datos.

El marco diagnóstico de alto rendimiento se entrenará y validará utilizando conjuntos de datos de imagen y clínicos a gran escala. Los resultados primarios incluyen métricas de rendimiento diagnóstico como el área bajo la curva característica de operación del receptor (AUC). Los resultados secundarios incluyen sensibilidad, especificidad y evaluación a nivel de lesión o de características estructurales cuando sea aplicable. No se introducirá ninguna intervención experimental, y todas las evaluaciones de imagen y clínicas seguirán la atención clínica estándar.

El estudio tiene como objetivo producir un punto de referencia robusto y clínicamente relevante para sistemas de IA basados en modelos grandes en la interpretación de OCT/OCTA y proporcionar soporte técnico para la futura integración de herramientas de diagnóstico asistido por IA en la práctica oftalmológica rutinaria.